标签：运维 化学 Keras 人工智能 样本 导论 张量 reward
人工智能导论
1）人工智能：让机器像人一样具有一些能力，扩展人的智慧。
2）机器学*： 不显式编程地赋予计算机能力的研究领域。
3）AIOps： Artificial Intelligence for IT Operations，智能化运维，将人工智能应用于运维领域，基于已有的运维数据（日志、监控信息、应用信息等），通过机器学*的方式来进一步解决自动化运维没办法解决的问题。
4）常用算法和学*库：
- 有监督学*：从给定的训练数据集中学*出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。监督学*的训练集要求包括输入输出，也可以说是特征和目标。训练集中的目标是由人标注的。
- 决策树
- 线性模型：回归、分类
- KNN：距离度量学*，邻*算法（KNN，K-NearestNeighbor）
- Bayes：贝叶斯
- 无监督学*：输入数据没有被标记，也没有确定的结果。样本数据类别未知，需要根据样本间的相似性对样本集进行分类（聚类，clustering）试图使类内差距最小化，类间差距最大化。通俗点将就是实际应用中，不少情况下无法预先知道样本的标签，也就是说没有训练样本对应的类别，因而只能从原先没有样本标签的样本集开始学*分类器设计。
- 降维
- 聚类
- 强化学*：
- 策略迭代
- 价值迭代
- 蒙特卡罗算法
- 时序差算法：DQN（Deep Q Network）
强化学*概念：
强化学*，reinforcement learning. 词本身具有三层含义：
(1) 它是一种问题，把一些现实生活的问题抽象成了强化学*
(2) 它是一种解决方法，使用强化学*这种方法，解决一些问题
(3) 它是一个研究的领域，学术界研究的领域
大家千万不要被这个词多意给搞混
强化学*这个idea来自于我们人类的学*过程，我们通常会在互动中学*，举两个例子，无人不知的小明同学为了考试100分努力学*，最终考试得了100分(reward)，萧红同学上课不听讲，得到惩罚。小明同学从奖赏中学到了经验：努力学*。 萧红同学开始后悔，如果我怎样怎样，现在会怎样怎样。 前者的奖赏就是强化学*经常用的reward，后者的后悔，就是非完整信息博弈体系中用的learning from regret. 所谓强化学*，就是使用计算的方法把这个过程表示出来。
强化学*除了agent，environment 以外，通常包含以下几个要素：
(1) policy, 政策。 给定一个状态，采取各种行动的概率分布， policy会指导 agent做行动
(2) reward signal。agent每做一个动作都会立即有一个奖赏，称为reward
(3) value function。 奖赏是立即的、短期一次性的。 如何衡量长期的奖赏呢，采用value function 是代表一个状态的价值，状态的价值，就等于此状态以后所有行为reward的折现 期望
(4) 环境模型。 模型主要是模拟真实环境，就像下象棋一样，模型限制了你的游戏规则。 除此以外还有model-free方法
一句话概括，强化学*最基本的idea就是，agent通过与环境不断交互，学到主要问题，从而达到最终目标。
5）深度学*库--TensorFlow（流动的张量）
0维的张量 = 一个数字
1维的张量 = 一个向量
2维的张量 = 一个矩阵
3维的张量 = 时间序列
4维的张量 = 图像
5维的张量 = 视频
6）深度学*库--Keras
Keras是一个高层神经网络API，Keras由纯Python编写而成并基于Tensorflow、Theano以及CNTK后端。
Keras对底层深度学*框架（TensorFlow/CNTK/Theano）进行了封装。当你调用Keras的语句时，实际上，你所搭载的后台框架进行了一长串的操作。很多时候，TensorFlow等框架十几行的语句，在Keras中只是一行命令。
标签：运维,化学,Keras,人工智能,样本,导论,张量,reward 来源： https://www.cnblogs.com/rainbow-1/p/16031466.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。